神经网络算法识别扭曲，拉长或覆盖的手写字符......？

Question

我正在做android的最后一年项目。用户可以编写字母表，应用程序将检查它是否正确写入。

我打算使用神经网络。问题是，对于一个字母说“A”，下面显示的附加图像将被视为字母“A”，即使它不是“A”。我用正确的图像训练了字母“A”但是它会将所有图像都视为“A”，我相信所有的神经网络方法都会检查图像中任何地方的出现。

由于我的应用程序不是手写识别工具，而是教师的评估工具：哪种算法符合我的要求？

我需要的是一种算法，它将在神经网络算法之前执行，以检查任何变形，伸长或覆盖角色。

我可以使用freeman链码方法吗？它比android平台中的神经网络快吗？